人工智能

新一份財政預算案昨日（25日）公布，當中提到成立「AI+與產業發展策略委員會」及撥款5000萬提升全民對人工智能（AI）的認知。創科局局長孫東今日（26日）表示，政府首次嘗試全民AI教育，若效果好日後將加碼；委員會則會根據香港現有優勢，引進外來企業於香港開展業務。 新加坡近年投放大量資源發展創科及人工智能，被問資源是否較星洲遜色？孫東表示香港特色為「少花錢多辦事」，不會與其他經濟體比較資金，「我們看成果」。 創科局今日（26日）就財政預算案講述有關創科發展的資金詳情，包括200億北都投資、2.2億國家製造業創新中心及5000萬全民AI培訓等。 就5000萬全民AI培訓計劃，創科局局長孫東表示，AI是技術及時代的新發展，香港過去幾年發展算力基礎，現時的挑戰是市民可否捉緊發展機遇。未來將結合科技園區、公營機構、本港企業和大專院校人才一起組織課程、講座等活動普及AI，冀讓市民認識AI的重要性，並自發學習。他又說，政府初次嘗試全民AI教育，若效果好日後將加碼。 另外，財政預算案提到成立由財政司司長陳茂波主持的「AI+與產業發展策略委員會」。孫東表示，因本港在長者醫療方面的科研工作不錯，委員會初期將聚焦生命健康及具身智能，希望藉優勢吸引外資，在相關領域更進一步。 新加坡近年亦創科發展方面投入大量資金，被問資源配套是否較星洲遜色？孫東表示，香港特色為「少花錢多辦事」，不會與其他經濟體比較花費，「我們看成果」，又指香港發展創科的基底並不好，短期內發展至今已不錯。 至於投入河套園區及新田科技城的100億如何用？孫東表示注資主要彰顯政府發展北都及創科的決心，讓企業有信心進駐該地。孫又指，「萬事開頭難」，初階段必要時需由政府投入資源，其後才改為公私合作。問及實際回報，創科局稱，河套園區成熟後，希望每年可達至少500億的經濟效益。 原文網址: 財政預算案｜政府擬花5000萬元推全民AI教育　孫東：效果好將加碼 | 香港01 資訊來源: https://www.hk01.com/article/60325480?utm_source=01articlecopy&utm_medium=referral

人工智能（AI） 生成內容的技術日趨普及和成熟，但有心存歪念之徒，就利用AI作出不道德之事。個人資料私隱專員鍾麗玲撰文指出，最近某個AI聊天機械人容許用家上載真實人士，再透過指令將相中人「脫衣」，在短短11天內，據報已生成約300萬張私密影像，導致個人資料被大規模濫用。她又指，近期興起的AI智能體 （Agentic AI）進一步加劇了AI的私隱及網絡安全風險。 鍾麗玲強調，無論AI技術如何演變，只要過程中牽涉收集和使用個人資料，即受現行的《個人資料（私隱）條例》規管；若AI智能體導致個人資料被未經授權或意外地查閲、處理、刪除、喪失或使用，亦可能違反《私隱條例》有關資料保安的要求。 個人資料私隱專員鍾麗玲表示，隨著人工智能（AI）急速發展，也令人關注私隱風險及道德風險。（私隱署提供圖片） 對接「十五五」　築牢私隱防線　促進AI安全發展 隨著人工智能（AI） 生成內容的技術日趨普及和成熟，AI生成內容隨處可見。或許大家也看過AI生成的廣告短片、AI微短劇，或者由AI主播主持的節目等等，片中「人」的外表以至聲線都相當逼真。 正因為AI 深度偽造（深偽）技術能夠生成以假亂真的影像、錄音及影片，一旦相關生成內容被不法分子用作網絡欺凌、詐騙，或製作未經當事人同意的私密影像，可能對受影響人士，尤其是兒童及青少年，造成嚴重傷害。 AI生成真人「脫衣」影像 觸發全球關注 最近一宗轟動全球的事故突顯這問題的嚴重性。有報道指，某個AI聊天機械人容許用家上載真實人士，包括兒童及婦女的照片，再透過指令（prompting）將相中人「脫衣」，在未經當事人同意下生成私密影像。在短短11天內，該聊天機械人據報已生成約300萬張私密影像，可見AI技術能輕易被「武器化」，導致個人資料被大規模濫用。 事件曝光後，世界各地的私隱或資料保障機構迅速採取跟進行動，一些司法管轄區更對相關聊天機械人實施禁令。 事實上，AI的私隱風險近年來廣受全球監管機構關注，而個人資料私隱專員公署（私隱專員公署）亦一直積極與國際夥伴攜手合作，推動AI的安全發展。 在2025年9月舉行的第47屆環球私隱議會年度會議上，筆者聯同全球19個私隱或資料保障機構的專員或高級代表，簽署《建立值得信賴的數據治理框架以促進創新和保障私隱的人工智能發展聯合聲明》，倡議在AI系統的設計階段融入資料保障原則，建立穩健的數據管治機制。 其後，在今年2月，私隱專員公署與全球60個私隱或資料保障機構共同發布《AI生成影像及私隱保障聯合聲明》，提醒開發及使用AI內容生成系統的機構必須遵守適用的資料保障及私隱法例，並採取一系列措施保障資料當事人，尤其是兒童及弱勢群體的基本權益。 私隱專員公署。（資料圖片） AI智能體帶來新挑戰 近期興起的AI智能體 （Agentic AI）進一步加劇了AI的私隱及網絡安全風險。與一般AI聊天機械人相比，AI智能體擁有較高權限，能夠存取用戶裝置的檔案、連接外部工具及服務，並可代替用戶自主執行多步驟任務。正因AI智能體能夠以前所未有的速度和規模，存取、處理及披露個人資料，假如這些工具遭到濫用或系統遭到黑客控制，所帶來的私隱與安全威脅可想而知。 科技發展日新月異，令人鼓舞的是，行政長官在2025年《施政報告》已經提出，由律政司成立跨部門工作小組，協調負責的政策局檢視相關法律配套，配合本港更廣泛應用AI的發展和需要。 在此，筆者想強調，無論AI技術如何演變，只要過程中牽涉收集和使用個人資料，即受現行的《個人資料（私隱）條例》（《私隱條例》）規管。例如，未經他人同意下使用其影像製作及／或發布深偽內容，可能違反《私隱條例》的規定。惡意使用深偽技術更可能觸犯《私隱條例》下的「起底」罪行，甚至干犯其他刑事罪行。因此，所有持份者，包括AI開發者、服務供應商及用戶，必須正視創新技術可能帶來的風險，並負責任及合法地開發或使用AI。例如，公署的指引建議機構在製作AI生成內容時，為相關內容加上標識或水印，以顯示內容由AI生成，避免造成混淆及誤解。 此外，若AI智能體導致個人資料被未經授權或意外地查閲、處理、刪除、喪失或使用，亦可能違反《私隱條例》有關資料保安的要求。因此，公署建議，用戶應從官方渠道下載AI智能體的最新版本、按「最小權限原則」設定其存取權限，以及採取足夠措施確保系統安全及資料安全 。用戶亦應持續評估相關風險，並且在要求AI智能體執行高風險操作時提高警惕，畢竟這些工具可以在轉眼間將用戶所有資料刪除或誤用。 堅持統籌發展和安全 國家「十五五」規劃強調，必須堅持統籌發展和安全的原則，在發展中固安全，在安全中謀發展。在人工智能範疇，「十五五」規劃一方面提出全面實施「人工智能+」行動，另一方面又提到要加強人工智能治理，營造有益、安全、公平的發展環境；為進一步推進人工智能在港的發展，行政長官在《施政報告》中亦明確提出，AI發展須以安全為舵，以應用為帆。 在追趕AI熱潮的同時，我們應積極主動對接「十五五」規劃，堅持統籌發展和安全的原則，有效防範化解各類風險。當中包括在開發或部署AI系統的初期，就已經要以保障個人資料私隱為核心標準，落實「貫徹私隱的設計 」（privacy by design）及「預設私隱」（privacy by default）等原則，從而將侵犯私隱的風險降至最低。 近期事件揭示用戶，尤其是兒童及青少年在AI時代面對的風險不可忽視，而濫用或惡意使用AI可帶來深遠傷害。發展或應用AI的機構應引以為鑑，不應為追求新功能或加快推出新產品，而犧牲私隱和安全。所有持份者，包括AI開發商、服務提供者及用戶都有不可推卸的責任，為我們的下一代營造一個有益、安全以及公平的數碼環境。 原文網址: 私隱專員鍾麗玲：AI只要牽涉收集使用個人資料　即受私隱條例規管 | 香港01 資訊來源: https://www.hk01.com/article/60333426?utm_source=01articlecopy&utm_medium=referral

長期以來，香港勞工政策在公共輿論中的熱度，往往低於房屋、教育、醫療或社會福利等議題，主要原因是本港失業率與全球其他國際大都會相比，長期維持在低水平。然而，數據的平穩不應成為安於現狀的理由。日前，微軟人工智能（AI）部門行政總裁發出一則公開預警，直言AI極可能在未來18個月內取代現時大量白領工作。 回望第一次工業革命晚期，倫敦街頭曾遍佈數以萬計的馬車伕，他們擁有精湛的駕馭技術與道路知識。然而，隨着內燃機技術成熟與汽車普及，這些曾經不可或缺的技能，在一夜之間變得毫無價值。當年的馬車伕並非不努力，而是被時代的技術巨輪淘汰。如今，人工智能的崛起，正如當年的汽車駛入倫敦街頭——只不過，這次可能被取代的對象，由體力勞動者變成了辦公室內的知識型專才。 微軟高層的預警，對以製造業為主的經濟體或許尚屬遙不可及的隱憂，但對倚重金融、法律及會計等高端專業服務的香港來說，卻是迫在眉睫的生存挑戰。根據大學聯校就業資料庫（JIJIS）數據顯示，2025年本港大學畢業生職位空缺較四年前斷崖式暴跌55%，揭示香港正深陷「學歷與技能錯配」的結構性危機。儘管香港這彈丸之地，竟可坐擁五間世界百強大學，每年源源不絕輸出傳統學術精英；然而，市場上的相關職位正被人工智能及自動化技術迅速吞噬。這種供求之間的錯配，不僅可能導致青年失業率的結構性上升，更危險的是造成了大量高學歷人才被迫「向下流動」，從而形成「高才低就」的情況。對於一個缺乏天然資源、唯有依賴人力資本增值的知識型經濟體來說，這是資源的巨大浪費。 特區政府一直強調「搶人才」，這無疑是正確的戰略方向。但在「搶」外來人才的同時，更應該關注如何「保住」本地人才的競爭力。因此，香港的職業培訓戰場，不應再局限於基層勞動力的再就業，而是必須升級為協助受過高等教育及專業人士進行「技能重塑」，使他們能夠駕馭新技術以配合時代所需，這需要一場從概念到執行機制的徹底變革。 不得不承認，儘管特區政府多年投入了大量資源在現行的職業培訓體系，但在設計邏輯上存在着一定的滯後性。這並非單一部門的責任，而是歷史發展形成的制度慣性。目前的培訓體系主要由教育局、社會福利署、勞工處、僱員再培訓局及職業訓練局等機構分擔。回顧過去，這些機構在協助基層勞工轉型、維持社會穩定方面功不可沒。然而，其政策重心長期偏向基層及低技術工種，例如建築、保安、護理、家務助理等「保就業」性質的課程佔據了大量資源。這種設計在應對周期性經濟衰退時或許有效，但在面對如今人工智能時代的產業升級時，卻顯得捉襟見肘。 對於擁有高等學歷的年輕人或中層專業人士而言，現有的職業培訓課程往往顯得有如「雞肋」。他們需要的不是基礎的職業技能證書，而是能夠與新興產業，如金融科技、綠色金融、生物科技數據分析等，無縫對接的「高階實戰能力」。遺憾的是，現行體系難以提供具備足夠「含金量」的轉型路徑。 此外，現行體系最為人詬病的是「政出多門」與「供需脫節」。各個部門缺乏統一的頂層設計與數據互通，導致培訓資源「碎片化」。課程設計往往由培訓機構主導，而非由市場最前線的需求驅動。這種缺乏前瞻性與針對性的模式，不僅無法解決高學歷人士的焦慮，反而加劇了社會對於職業教育「低端化」的刻板印象，使得許多專業人士對特區政府資助的培訓計劃望而卻步。 面對人工智能帶來的挑戰，特區政府需要展現出更大的魄力與智慧。要破解這困局，必須將改革的核心鎖定在「產教融合」與「企業主導」之上，徹底摒棄「政府買單、機構培訓、學員求職」的舊有路徑，建立一套與企業深度綁定的高階學徒制或在職培訓機制。 特區政府應當意識到，最先進的技術與最真實的技能需求，永遠掌握在市場最前線的企業手中，而非大學校園或政府部門之內。因此，未來的培訓不應再是學員在課室裏聽講，而應該是直接進入企業的真實項目中「邊做邊學」。具體而言，特區政府應考慮設立專項的「高階人才轉型基金」。這筆基金不應直接撥款給傳統培訓機構，而是針對金融科技、人工智能、生物醫藥等「八大中心」建設的重點領域，資助相關企業設立內部的「企業學院」或「技能孵化中心」。運作模式可以由企業根據自身業務發展需求，制定培訓標準與課程內容。特區政府則扮演「促進者」與「風險分擔者」的角色，按企業實際聘用並成功轉型的員工人數，提供薪金補貼或稅務減免。 舉例來說，一家傳統銀行若急需轉型發展虛擬資產業務，它未必能直接在市場上找到足夠的現成人才。在建議的新機制下，銀行可以先招聘具備法律、會計或傳統金融背景的專才，並通過內部的實戰培訓，將其轉化為合規科技專家。特區政府在此過程中承擔部分培訓成本。這種「先聘用、後培訓」或「帶薪培訓」的模式，能夠確保培訓內容與市場需求百分之百吻合，同時解決高學歷人士在轉型期間的收入顧慮與身份認同問題，真正實現人力資源的高效配置。這實際上是將企業的發展需求與人才的轉型需求進行完美的利益綁定。 香港職業培訓體系的改革已刻不容緩，這不僅是為了緩解人工智能重塑全球分工帶來的陣痛，更是為了在關鍵時刻，為本港保留並激活最寶貴的高端人力資產。為了落實這宏大願景，特區政府必須展現出打破部門利益藩籬的政治魄力，可考慮成立高層次的統籌機構，如「人力發展局」，統籌目前分散在教育局、社會福利署、勞工處及各類法定機構的資源。該機構應被賦予法定的權力，去推動跨部門、跨行業的協作，並建立全港性的人才技能數據庫及未來發展計劃。 在這個全新的職業培訓生態系統中，企業不再是袖手旁觀的用人單位，而是技能標準的制定者與人才培養的主力軍；大學與培訓機構不再是閉門造車的學術孤島，而是企業創新的合作夥伴；高學歷人才不再是轉型浪潮中的受害者，而是通過終身學習不斷增值的資產。 千寶貴，萬寶貴，人才最寶貴。正如行政長官在《施政報告》中多次強調，香港要發展成為國際創新科技中心。這不僅需要硬基建的投入，更需要軟實力的升級。只有當特區政府、企業與個人三方在思維與行動上徹底同步，共同構建一個具備高度適應性與韌性的現代化勞動力市場，香港才能在人工智能時代的全球競爭中立於不敗之地，續寫東方之珠的繁榮傳奇。 作者李頴彰是執業律師、熟悉民事訴訟和刑事訴訟事項，暨南大學國際關係學院政治學博士候選人。 原文網址: 李頴彰律師｜AI 席捲白領戰場：香港如何防止「高才低就」？ | 香港01 資訊來源: https://www.hk01.com/article/60327451?utm_source=01articlecopy&utm_medium=referral

海豚研究專欄 北京時間2026年3月5日凌晨美股盤後，英偉達頭號對手博通（AVGO.O）發布2026財年第一季度財報（截至2026年1月）。在AI浪潮席卷下，博通憑藉AI業務增長交出合格成績單，更給出超預期業績指引，這家半導體巨頭有望逆勢蓋過英偉達風采？ 具體財報核心內容如下： 整體業績符合預期：本季度實現營收193億美元，同比增長29%，與市場預期的192億美元基本持平；環比增長13億美元，增長動能主要來自AI業務帶動。本季度毛利率為68.1%，若剔除收購攤銷及重組費用影響，實際經營層面毛利率達75.8%，環比微降0.8個百分點，主要受毛利率相對偏低的定製ASIC業務佔比提升帶來的結構性影響。 半導體業務穩增，AI業務好於預期：本季度半導體業務實現收入125億美元，環比增長15億美元，AI業務貢獻主要增量。 （1）AI業務收入84億美元，環比增長19億美元，優於市場預期的82億美元，收入來自谷歌、Meta、字節三大客戶，季度增長主要受大客戶谷歌TPU出貨量增加帶動；谷歌、Meta等大廠近期陸續上調2026年資本開支展望，公司AI業務增長有望進一步提速，預計下季度AI業務收入達107億美元，環比增長23億美元。 （2）非AI業務收入41億美元，同比基本持平，整體表現平穩。 基礎設施軟件增長放緩：本季度實現收入68億美元，同比增長1.4%。此前該業務增長主要依賴VMware併購整合及收費模式調整（從永久許可證模式全面轉向訂閱模式），目前併購帶來的高增長已結束，未來軟件業務增長將主要依賴VMware訂閱模式的內生增長。 經營費用有所下降，規模效應顯現：本季度核心經營費用（研發費用+銷售及管理費用）達39.8億美元，環比略有下降；在規模效應帶動下，核心經營費用率降至21%左右。近兩年公司明顯增加股權激勵相關支出（當前股權激勵佔比接近一半），若剔除股權激勵影響，本季度核心經營費用為20.4億美元，環比減少0.9億美元。 存貨大幅增加，為需求備貨：本季度存貨達29.6億美元，環比增長30%。不同於過去個位數的環比增長，此次存貨大幅增加無需擔憂，主要因市場需求強勁，公司提前備貨以應對訂單需求。 VMware整合成效顯著，債務壓力消化完畢：長橋海豚君引入債務償還指標（總債務/過去十二個月調整後EBITDA），經測算本季度該指標進一步降至2，已回落至收購前水平，收購VMware對公司債務端的影響在兩年內已完全消化。 業績指引超預期：公司預期2026財年第二季度收入約220億美元，優於市場預期的208億美元；預計下季度調整後EBITDA利潤率為68%，同樣好於市場預期的67%；下季度AI業務收入有望繼續增長至107億美元。 長橋海豚研究整體觀點：AI增長提速，明確指引注入信心 博通本季度營收與毛利率均達市場預期，營收增長主要依賴AI業務貢獻；毛利率方面，剔除收購攤銷及重組費用後的實際經營層面毛利率為75.8%，環比微降主要受ASIC業務佔比提升的結構性影響。 下季度指引方面，公司預期收入達220億美元，環比增長27億美元，優於市場預期，增長動能仍來自AI業務。 收購影響消化完畢：本季度公司債務償還指標降至2，回到收購前水平，收購VMware對債務端的壓力已在兩年內完全消化。 AI業務表現強勁且前景樂觀：本季度AI業務收入84億美元，環比增長19億美元；公司預計下季度AI收入達107億美元，環比增長23億美元，優於市場預期的97億美元。 在VMware整合完成後，市場對博通的關注焦點集中在AI業務進展，核心圍繞三大方面： （1）大廠資本開支是核心驅動力：大型雲服務商是博通定製ASIC晶片的主要採購方，直接影響公司AI業務預期。結合各大廠指引，長橋海豚研究預計谷歌、Meta、微軟、亞馬遜四大核心雲廠商2026年合計資本開支有望達6600億美元，同比增速超60%，為AI晶片市場2026年增長提供堅實支撐。 （2）AI晶片市場份額逐步提升：在AI晶片市場，英偉達仍處絕對領先地位，博通扮演「追趕者」角色。目前博通在AI晶片市場的份額約1成，在谷歌TPU、Anthropic等需求帶動下，未來份額有望提升至2成左右，呈現穩步上升態勢。 （3）產品迭代緊跟行業節奏：博通已收穫谷歌、Meta、Open AI等客戶訂單，其中谷歌TPU是當前核心產品，其表現直接影響公司AI業務增長。目前TPUv7已開啟量產出貨，對比英偉達GPU，TPUv7在FP8等領域的表現大致接近英偉達B200（2024年四季度量產），整體落後英偉達約一年時間。 谷歌TPU與英偉達GPU的核心差異在於： （1）谷歌目前僅支持FP8領域，更側重穩定性與大規模集群效率； （2）英偉達更追求運算速度，在Blackwell系列中引入NVFP4格式，推理性能在FP8基礎上再翻倍。 綜合來看，下游客戶仍在增加資本開支，博通市場份額也在逐步提升，但公司近期股價表現平淡，長橋海豚研究認為核心原因是市場對大廠後續資本開支的不確定性存在擔憂。 以Meta為例，公司管理層給出2026年資本開支1,150-1,350億美元的指引，相當於Meta全年收入規模的50%以上，遠高於此前20-25%的區間；無獨有偶，谷歌、微軟等公司的資本開支佔比也將提升至4成及以上。 Meta的收入增速普遍在15-20%左右，而2026年資本開支/預期收入已達5-6成，後續進一步提升空間有限，意味著大廠資本開支的高增長難以持續。 正因如此，市場普遍預期大廠資本開支增速將在2027年左右大幅回落，行業「高增長、拔估值」的階段也將結束。對於2026財年的博通AVGO，是業績增長、消化估值的階段。 以上主要是行業層面尤其是英偉達面臨的困境。博通更為明确的問題是，雖然是雲服務商們的降本選項，但谷歌等有可能進一步將訂單交由台灣廠商或自研晶片承接。 比如博通的大客戶谷歌，其下一代的TPUv8是採取博通AVGO、聯發科MTK雙線併進的方式在研發。如果老客戶不進一步追加訂單，市場會擔心訂單交給了台廠等替代方案。 存量客戶本身的訂單量增長情況是公司要回答的質疑之一。同時，在AI業務做大過程中，不同於英偉達越來越高的毛利率，博通毛利率結構性走低，也是市場重點擔心的趨勢之一。 參考產業鏈情況，博通AVGO的估值依然高於英偉達。相對較高的估值中體現了ASIC搶佔份額的潛在機會，但行業的整體估值都出現了顯著回落。 至於後續的成長性，公司管理層明确給出了2027年的AI指引，其中六大AI核心客戶（Google、Anthropic、Meta、OpenAI等），合計算力需求接近10GW，大致對應1,000億美元以上的AI收入。 明确的指引，能在一定程度上緩解市場的擔憂，帶來短期的信心提振。而台廠 / 自研競爭帶來的訂單不確定性、毛利率結構性走低的趨勢，才是壓制公司估值表現的主要因素。 作者長橋海豚研究，專注有靈魂的思考、有態度的研究。 文章僅屬作者意見，不代表香港01立場。 01專欄精選不同範疇專家，豐富公共輿論場域，鼓勵更多維度思考。   原文網址: 海豚研究｜博通AVGO——AI業務火力全開，英偉達勁敵風頭正盛？ | 香港01 資訊來源: https://www.hk01.com/article/60327750?utm_source=01articlecopy&utm_medium=referral

「重要的事情說兩遍。」這聽起來像是玄學，但確實是真的。2026年，當很多的人還在費盡心機設計複雜提示詞，想讓AI更好地聽懂人類需求時，Google研究院悄悄發布了一篇論文，提出了一個簡單到讓人意外的方法——重複提示詞，就能大幅改善大語言模型在非推理任務上的表現。 方法簡單到離譜：先寫好你的需求提示詞，再把它複製一遍、貼上在後面，直接發給AI就可以。比如：之前你的提示詞是：「這是我的問題」。現在把它換成：「這是我的問題」「這是我的問題」，然後餵給AI。 這篇論文名為《提示重複可增強大語言模型非推理性能（Prompt Repetition Improves Non-Reasoning LLMs）》，它的核心結論，徹底顛覆了人們對AI提示詞設計的固有認知。（Google研究院） 這篇論文名為《提示重複可增強大語言模型非推理性能（Prompt Repetition Improves Non-Reasoning LLMs）》，它的核心結論，徹底顛覆了人們對AI提示詞設計的固有認知。整個論文比較長，我用AI總結了一下核心意思： 大模型本身無法讓提示詞裏的訊息相互關聯，提示詞的順序還會影響回答效果，而重複提示詞能讓這些訊息彼此呼應，且這個重複操作只在模型的並行預處理階段完成，不會影響後續的內容生成。 團隊測試了Gemini、GPT、Claude等7個主流模型，在多項標準任務和2個自定義任務中，無推理場景下該方法47次提升模型性能且0次失效，自定義任務裏模型準確率甚至從21.33%飆升至97.33%。 但讓模型逐步推理時，這個方法效果一般，因為推理型模型本就會自主重複部分提示詞。實驗還證實，性能提升是因為重複提示詞本身，而非單純增加輸入長度，重複三次在部分任務中效果更好。該方法基本不改變輸出格式，能直接適配現有系統，僅Claude處理超長內容時延遲會稍增，是個易落地的輕量優化方案。 說白了，這就是我們從小聽到大的「重要的事情說兩遍」，沒想到這個樸素的道理，在AI身上同樣管用。為了驗證這個方法是否可行，Google研究團隊做了嚴謹測試，選取了Gemini、GPT-4、Claude、DeepSeek等7個主流大模型，在70種不同場景下展開驗證。 結果出人意料：47個場景中，AI的表現有明顯提升；23個場景中表現持平；全程沒有出現因為重複提示詞，導致AI表現變差的情況。論文中設計了一項名為NameIndex的測試，具體來說，就是給AI一份包含50個名字的長名單，然後問它「第25個人叫什麼名字」。這項任務對人類來說，只要逐個數一遍就能完成，但對AI而言，要在長長的序列中精準定位，難度不小。 常規操作下，Gemini 2.0 Flash-Lite模型的準確率只有21.3%，幾乎和瞎蒙沒區別；而使用重複提示詞的方法後，準確率直接飆升到97.3%，提升幅度超過4倍，從幾乎無法使用的狀態，變得近乎完美。而且這種提升不是個例，像數學題、代碼理解這類不需要極強推理能力的任務，重複提示詞都能帶來穩定的效果提升。 這個看似很笨的土辦法，背後其實有明確的科學邏輯，並非什麼玄學。當前主流的大語言模型，都採用Transformer架構，它有一個明顯的短板，只能單向閲讀。AI讀取提示詞時，就像我們看直播彈幕一樣，只能逐詞往後看，讀到前面的內容時，根本不知道後面會講什麼，很容易遺漏關鍵訊息。 而重複提示詞，相當於讓AI做了一次「虛擬重讀」（Virtual Re-reading），當它讀第二遍內容時，已經對整體情況有了了解，就能借着第一遍的記憶，精準抓住那些真正重要的訊息，從而提高響應的準確性。 不過，這個技巧也不是萬能的，存在明顯的侷限性。Google論文中也明確提到，它對OpenAI的o1、國產DeepSeek-R1這類主打深度推理（Reasoning）的模型，效果並不明顯。原因很簡單，這類模型在給出答案之前，內部已經完成了類似反覆琢磨的過程，這時再在外部重複提示詞，就顯得多此一舉了。 另外，如果提示詞本身已經很長，快達到模型的上下文上限，再複製一遍，可能會導致AI處理速度變慢，甚至出現內存溢出的情況。除此之外，這個技巧更適合訊息提取、閲讀理解這類任務，要是讓AI寫小說、寫詩，重複提示詞不僅不會讓文采變好，反而可能讓AI感到困惑。 業內人士認為，這一研究也給大家提了個醒，優化AI性能，未必非要依賴複雜技術，有時候最樸素的方法，反而能帶來意外驚喜。對普通用戶來說，以後遇到AI答非所問，或者處理長文檔時丟三落四的情況，不用急着花心思改寫複雜提示詞，不妨試着把自己的需求複製粘貼一遍再發送。   原文網址: 問AI總是答非所問？1簡單方法讓智商翻4倍　網友：好用到不可思議 | 香港01 资訊來源: https://www.hk01.com/article/60327290?utm_source=01articlecopy&utm_medium=referral